論文の概要: Entanglement Routing and Bottlenecks in Grid Networks

• arxiv url: http://arxiv.org/abs/2211.12535v1
• Date: Tue, 22 Nov 2022 19:09:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-19 03:57:53.669008
• Title: Entanglement Routing and Bottlenecks in Grid Networks
• Title（参考訳）: グリッドネットワークにおける絡み合いルーティングとボトルネック
• Authors: Vaisakh Mannalath and Anirban Pathak
• Abstract要約: より広い範囲のシナリオを組み込むために、元の証明をどのように修正できるかを示す。 リンググラフのボトルネックに対する最近の結果を適用し、グリッドグラフがどのように影響を受けるかを説明する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In a recent article, Hahn et al. (npj Quantum Inf. 5, 76 (2019)) proposed a protocol for establishing EPR pairs in quantum networks. They used graph theoretic tools like local complementation and showed that their protocol can reduce the number of measurements required compared to standard repeater-based schemes for the same task. They also showed how local complementation can solve bottleneck issues in network architectures like the butterfly network. Here we extend their work, increasing its efficiency and the domain of applicability. Specifically, we show how the original proof can be modified to incorporate a wider variety of scenarios and provide examples demonstrating the modified protocol's advantage. Furthermore, we provide a method to apply recent results on bottlenecks in ring graphs to illustrate how grid graphs are affected. Using this, we demonstrate how the butterfly and similar networks suffer from the same bottleneck issues as ring and line graphs.
• Abstract（参考訳）: 最近の記事では、Hahn et al. (npj Quantum Inf) がある。 5, 76 (2019) は量子ネットワークにおいて EPR 対を確立するプロトコルを提案した。 彼らは、局所補完のようなグラフ理論ツールを使用し、それぞれのプロトコルが、同じタスクの標準リピータベースのスキームと比較して必要な測定回数を減らすことができることを示した。 また、ローカル補完がバタフライネットワークのようなネットワークアーキテクチャのボトルネック問題を解決する方法も示した。 ここでは、作業を拡張し、効率と適用可能性の領域を拡大します。 具体的には、オリジナルの証明をどのように修正して幅広いシナリオを組み込むかを示し、修正されたプロトコルの利点を示す例を示す。 さらに,近年の結果をリンググラフのボトルネックに適用し,グリッドグラフがどのように影響を受けるかを説明する。 これを用いて,バタフライネットワークと類似ネットワークがリンググラフやライングラフと同じボトルネックに直面していることを示す。

関連論文リスト

• Multiparty Entanglement Routing in Quantum Networks [0.0]
  量子ネットワークにおける最大絡み合い状態(GHZn)を抽出するためのプロトコルが提案されている。 このプロトコルは、ネットワークノードのローカル測定とユーザ毎の1キュービットメモリのみを必要とする。
  論文  参考訳（メタデータ） (2022-11-12T15:40:34Z)
• Towards Bi-directional Skip Connections in Encoder-Decoder Architectures and Beyond [95.46272735589648]
  本稿では,デコードされた機能をエンコーダに戻すための後方スキップ接続を提案する。 我々の設計は、任意のエンコーダ・デコーダアーキテクチャにおいて前方スキップ接続と共同で適用することができる。 本稿では,2相ニューラルネットワーク探索(NAS)アルゴリズム,すなわちBiX-NASを提案する。
  論文  参考訳（メタデータ） (2022-03-11T01:38:52Z)
• Community detection using low-dimensional network embedding algorithms [1.052782170493037]
  我々はDeepWalkとnode2vecという2つの主要なアルゴリズムが、標準ネットワークモデルのためのコミュニティを回復する際の性能を厳格に理解している。 固定された共起窓を考えると、非追跡確率の低いランダムウォークを用いた node2vec は、多くのスペーサーネットワークで成功することを示す。
  論文  参考訳（メタデータ） (2021-11-04T14:57:43Z)
• Cost and Routing of Continuous Variable Quantum Networks [0.0]
  ネットワーク構築に必要なスクイーズとスクイーズモードの数を世界規模で測定する手段として,コストを報告する。 2つのノード間の平行経路に沿ったホモダイン測定により、これらのノードの最終的な絡み合いが増大することを示し、この効果により絡み合いルーティングプロトコルの効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-08-18T14:41:14Z)
• Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
  不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。 本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-23T19:00:01Z)
• ESPN: Extremely Sparse Pruned Networks [50.436905934791035]
  簡単な反復マスク探索法により,非常に深いネットワークの最先端の圧縮を実現することができることを示す。 本アルゴリズムは,シングルショット・ネットワーク・プルーニング法とロッテ・ティケット方式のハイブリッド・アプローチを示す。
  論文  参考訳（メタデータ） (2020-06-28T23:09:27Z)
• Binarized Graph Neural Network [65.20589262811677]
  我々は二項化グラフニューラルネットワークを開発し、二項化ネットワークパラメータを用いてノードのバイナリ表現を学習する。 提案手法は既存のGNNベースの埋め込み手法にシームレスに統合できる。 実験により、提案された二項化グラフニューラルネットワーク、すなわちBGNは、時間と空間の両方の観点から、桁違いに効率的であることが示されている。
  論文  参考訳（メタデータ） (2020-04-19T09:43:14Z)
• Fitting the Search Space of Weight-sharing NAS with Graph Convolutional Networks [100.14670789581811]
  サンプルサブネットワークの性能に適合するグラフ畳み込みネットワークを訓練する。 この戦略により、選択された候補集合において、より高いランク相関係数が得られる。
  論文  参考訳（メタデータ） (2020-04-17T19:12:39Z)
• Analyzing Neural Networks Based on Random Graphs [77.34726150561087]
  様々なタイプのランダムグラフに対応するアーキテクチャを用いて,ニューラルネットワークの大規模評価を行う。 古典的な数値グラフ不変量は、それ自体が最良のネットワークを選び出すことができない。 また、主に短距離接続を持つネットワークは、多くの長距離接続が可能なネットワークよりも性能が良いことも見出した。
  論文  参考訳（メタデータ） (2020-02-19T11:04:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。